CN108173943B - 移动内容中心网络中基于贡献度感知的视频共享方法 - Google Patents

Abstract

MCCNs中基于节点协同与贡献度感知的视频共享方法，移动内容中心网络中基于贡献度感知的视频共享方法，所述移动内容中心网络中的节点依据视频内容兴趣方向和/或搜索视频的相关度与其它节点建立逻辑邻居关系；节点通过其逻辑邻居节点搜索和传输视频，并在搜索视频的过程中评估其逻辑邻居节点的贡献度；节点根据与逻辑邻居节点的交互情况删除或者维护逻辑邻居节点，在维护逻辑邻居节点时维护的时间与逻辑邻居节点的贡献度正相关。本发明通过选定逻辑邻居节点并且利用逻辑邻居节点通过单播方式进行视频搜索，实现降低节点资源消耗和网络负载，并且通过评估逻辑邻居节点的贡献度来对逻辑邻居节点进行动态维持。

Description

移动内容中心网络中基于贡献度感知的视频共享方法

技术领域

本发明涉及视频传输技术领域，具体的说是移动内容中心网络中基于贡献度感知的视频共享方法。

背景技术

无线移动网络带宽的提升和网络化技术(例如，移动自组网、车联网、无线局域网等)的进步极大地促进了移动互联网应用的发展，如社交、电子商务和多媒体。移动视频服务依靠为用户提供丰富的可视内容和通过手机等移动设备接入内容的便利性，已经逐步发展成为移动互联网中最为流行的应用。视频服务对于用户的体验质量要求较高，尤其是在观看内容的清晰度和接入内容的访问延时上要求高观看质量和低等待延时。由于移动视频服务能够提供丰富的可视内容和内容接入的便利性，使得这种大规模访问消耗了巨大的网络带宽，从而导致网络拥塞，以至于严重影响用户的视频播放连续性和造成较高等待延时。在移动视频服务中视频资源分布优化和视频数据的传输是降低网络负载，提升用户体验质量的主要手段。优化的视频资源分布能够使视频请求消息迅速被本地的资源提供者响应，从而实现流量卸载到本地网络，降低核心网络的负载，降低拥塞发生风险；高质量的视频数据传输能够根据动态的网络环境变化及时调整传输策略，从而降低丢包的发生，避免影响用户播放的连续性。基于P2P/MP2P的视频系统利用在线客户端的存储、计算和带宽资源增加资源的供给，以满足不断增长的流量需求。然而，移动设备的存储、计算、带宽资源和续航能力相对有限，而且在线客户端的状态不断发生变化(例如，缓存的资源动态替换等)，视频系统需要根据网络中资源的分布情况动态实施优化，以确保资源供需平衡，很难能够处理基础庞大且不断持续增长的视频流量的问题。

内容中心网络(Content-Centric Networking，CCN)是一个全新的网络架构，利用重新设计的网络协议来代替传统的基于主机到主机的协议栈。CCN采用内容缓存的方法来实现内容的近端获取，从而降低内容的搜索和传输延时。如图1所示，在移动内容中心网络(Mobile Content-Centric Networks，MCCNs)中，每个移动节点均维护三个数据结构，内容存储(Content Store，CS)和未处理的兴趣消息表(Pending Interest Table，PIT)以及转发信息库(Forwarding Information Base，FIB)。移动节点发送兴趣包(内容请求消息)至其一跳邻居节点。如果其一跳邻居节点在其CS中缓存了请求的视频，则该视频的数据直接被返回至请求节点。否则，如果一跳邻居节点没有在CS中存储请求的视频，则将内容请求消息进入网络接口记录在本地的PIT中，并向其所有的邻居节点广播该请求消息。如果该节点已经在PIT中记录了这个请求消息，则将收到的请求消息丢弃。通过不断地广播该请求消息，直至将请求消息转发至内容提供者，内容提供者沿着反向搜索路径将视频数据转发至内容请求者。搜索路径中所有的中继节点缓存该视频内容。当内容请求者的其他邻居节点想要获取同一视频内容，则可在本地获取该视频内容。在MCCNs中，传统的内容缓存方法不论该视频内容是否为其他节点所需均缓存至本地，从而消耗了大量的存储、计算和带宽资源。这种利用消耗网络节点资源实施缓存来实现内容近端获取的方法并不适用于MCCNs中计算、存储和带宽资源相对有限的移动节点。此外，移动节点在地理区域中的移动也会造成内容分布变化。因为，移动节点作为内容携带者会在地理上产生位移，从而导致内容在地理分布上发生变化。传统的内容缓存策略利用中继节点缓存来实现内容在地理位置上的位移，从而确保内容的近端获取，以支持流量卸载到本地，降低核心网络压力。然而，节点的移动性会极大地降低传统缓存策略的效果。此外，在MCCNs中采用的基于广播的请求消息路由策略也会消耗大量的网络带宽。为了处理传统的内容缓存策略和请求消息路由策略引起的存储、计算和带宽资源巨大消耗的问题，新的内容缓存和请求消息路由的方法也不断涌现。在基于广播的请求消息路由方面，提出的基于计时器的请求消息转发策略要求内容搜索路径中的每个中继节点在收到请求消息后，会在一个预先设定的周期时间内监控彼此之间通信质量。如果请求消息在规定的时间窗口内被中继节点接收到，则中继节点会迅速的将该请求消息转发至其一跳邻居节点；否则，若请求消息在规定的时间窗口以外被中继节点接收到，则该请求消息会被丢弃。这种基于计时器的请求消息转发策略会导致较长等待延时，并不适用于延时敏感的视频服务。一种邻居感知的请求转发方法(NAIF)利用请求消息转发的统计信息来实施请求消息路由。在搜索路径中的中继节点根据定义的转发速率决定继续广播或丢弃已收到请求消息。通过不断调整转发率，NAIF能够促进请求消息的转发，降低网络带宽的消耗。然而，NAIF并没有考虑下一跳节点的选择问题，因此，很容易产生较长的内容搜索延时。显然，基于广播的请求消息转发策略依然需要消耗大量的网络带宽，极大地提升了网络拥塞的风险。一些基于单播的请求消息路由方法被不断提出，以降低请求消息路由的成本和延时。一种车联网下基于地理位置的请求消息转发策略将内容提供者的地理位置信息在内容命名过程中添加至内容名中。通过一跳邻居节点间地理位置信息的交换，中继节点可以根据请求的内容名来选择与内容提供者在地理位置上邻近的下一跳节点，从而降低请求消息转发延时。然而，在MCCNs中，节点的地理位置会随着节点的移动性不断变化，从而导致内容名中所含的内容提供者的地理位置信息快速失效，从而降低请求消息转发的效率。一种基于概率的请求消息转发策略(PAF)被提出，PAF利用蚁群算法，根据下一跳中继节点候选者的转发延时等性能参数计算这些候选者被选择为下一跳节点的概率。评估的性能参数越好，则被选为下一跳节点的概率越高。然而，PAF要求网络中每个节点不断地更新对于每个下一跳节点候选者的选择概率，从而增加了网络节点的负担。此外，PAF忽略了下一跳节点候选者缓存内容与请求内容之间相关性，也会增加请求消息路由的延时。一种基于中心度的请求消息转发策略被提出，其通过考察节点之间的社会关系和在内容上的兴趣相似性来度量节点的社交中心度。当节点收到请求消息后，会利用单播或组播的方式根据其中心度值转发请求消息至下一跳节点，即转发节点总是选择那些中心度较高的下一跳邻居节点作为下一跳节点。该方法依赖于移动节点的中心度值作为先验知识选择下一跳节点，能够有效提高请求消息的路由效率。然而，当转发节点没有存储请求的内容且无法找到中心度更高的邻居节点时，则内容搜索失败，从而导致较高的内容搜索延时。

发明内容

为了解决现有技术中的不足，本发明提供移动内容中心网络中基于贡献度感知的视频共享方法，通过选定逻辑邻居节点并且利用逻辑邻居节点通过单播方式进行视频搜索，实现降低节点资源消耗和网络负载，并且通过评估逻辑邻居节点的贡献度来对逻辑邻居节点进行动态维护，从而避免出现冗余逻辑邻居节点浪费节点资源的情况。

为了实现上述目的，本发明采用的具体方案为：移动内容中心网络中基于贡献度感知的视频共享方法，所述移动内容中心网络中的节点依据视频内容兴趣方向和/或搜索视频的相关度与其它节点建立逻辑邻居关系；节点通过其逻辑邻居节点搜索和传输视频，并在搜索视频的过程中评估其逻辑邻居节点的贡献度；节点根据与逻辑邻居节点的交互情况删除或者维护逻辑邻居节点，在维护逻辑邻居节点时维护的时间与逻辑邻居节点的贡献度正相关。

节点选定逻辑邻居节点的具体方法为：S1.1、节点对自身存储的视频进行分类，并生成一个包含若干个视频分类的分类表，每个视频分类中包括若干个视频；S1.2、节点根据分类表确定自身的兴趣方向，兴趣方向用分类表中的一个或者多个视频分类进行表示；S1.3、节点与所有一跳邻居节点之间相互交换分类表，并且将交换得到的分类表与自身的分类表进行兴趣方向对比，根据比对结果将兴趣方向相同的一跳邻居节点中选定为逻辑邻居节点；S1.4、节点将所有逻辑邻居节点的分类表与自身的分类表进行融合。

节点通过逻辑邻居节点在移动内容中心网络搜索和传输视频的具体方法为：S2.1、节点作为搜索节点生成视频搜索消息，并将视频搜索消息传输给一个逻辑邻居节点；S2.2、逻辑邻居节点接收到视频搜索消息后检索自身存储的视频，若存储有搜索的视频则直接发送给搜索节点，若未存储有搜索的视频则将搜索消息转发给自身的一个逻辑邻居节点；S2.3、重复S2.2直到有节点检索到自身存储有搜索的视频，则该节点为资源提供者；S2.4、资源提供者将搜索的视频传输给搜索节点。

节点对搜索的视频进行分类，并且在搜索视频的过程中评估逻辑邻居节点对该视频分类的贡献度。

节点评估逻辑邻居节点贡献度的具体方法为：S3.1、节点设定启动延时阈值；S3.2、节点计算从搜索开始到启动播放之间的时间，记为真实启动延时；S3.3、节点根据逻辑邻居节点的搜索过程评估逻辑邻居节点的资源供给能力和数据交付能力；S3.4、节点依据启动延时阈值、真实启动延时、资源供给能力和数据交付能力评价逻辑邻居节点的贡献度；S3.5、节点将该视频传输过程中逻辑邻居节点的贡献度记为该邻居节点对于该视频所在视频分类的贡献度。

S3.3中，节点根据搜索的视频在传输过程中所经过的所有中继节点的缓存视频数量和搜索成功率计算逻辑邻居节点的资源供给能力。

S3.3中，节点根据搜索的视频在传输过程中所经过的所有中继节点的地理位置和转发延时计算逻辑邻居节点的数据交付能力。

节点删除或者维护逻辑邻居节点的具体方法为：S4.1、节点与逻辑邻居节点之间设定逻辑关系有效周期；S4.2、如果在逻辑关系有效周期内节点和逻辑邻居节点之间未进行交互，则节点删除逻辑邻居节点；果在逻辑关系有效周期内，节点和逻辑邻居节点之间发生交互，则逻辑关系有效周期延长；S4.3、节点根据逻辑邻居节点的贡献度计算逻辑关系有效周期的延长量，延长量与贡献度成正比。

节点增加逻辑邻居节点的具体方法为：S5.1、节点设置逻辑邻居节点添加条件阈值；S5.2、节点在搜索视频的过程中获取所有中继节点缓存的视频信息；S5.3、节点计算中继节点缓存的视频与搜索的视频之间的相关度；S5.4、如果相关度高于逻辑邻居节点添加条件阈值，则节点向该中继节点发送建立逻辑关系请求，反之则不发送；S5.5、该中继节点在接收到建立逻辑关系请求之后，进行相关度校验；S5.6、如果相关度校验通过则中继节点接受建立逻辑关系请求，反之则拒绝逻辑关系搜索。

有益效果：

1、本发明提供了移动内容中心网络中基于贡献度感知的视频共享方法，每个移动节点拥有若干个逻辑邻居节点，并且逻辑邻居节点可以是一跳邻居节点或者多跳邻居节点，节点借助于逻辑邻居节点通过单播的方式进行视频搜索和视频传输，既能够降低网络的负载和消耗，还能够提高搜索视频的成功率；

2、在设定逻辑邻居节点的基础上，考虑到移动节点的计算能力、存储能力和能源供给都有限，为了进一步降低视频搜索过程中的计算复杂度，本发明通过对视频进行分类，利用视频分类表征出节点的兴趣方向，从而在视频搜索的过程中能够利用兴趣方向快速搜索到想要观看的视频；

3、在通过视频分类提高搜索效率的基础上，为了进一步提高视频搜索成功率、降低搜索成本和延时，本发明提供了一个逻辑邻居节点贡献度评估方法，节点收集每次搜索过程中逻辑邻居节点和所有中继节点的缓存视频数量、搜索成功率、地理位置和转发延时等信息来计算逻辑邻居节点的贡献度。通过对逻辑邻居节点进行贡献度感知，节点能够借助延时更短的逻辑邻居节点进行视频搜索，从而降低实际启动延时，提升用户体验；

4、在设定逻辑邻居节点和对逻辑邻居节点进行贡献度感知的基础上，为了避免节点长期维护与冗余逻辑邻居节点的关联而浪费自身性能，本发明还提供了增加、维护和删除逻辑邻居节点的方法，使逻辑邻居节点的设定成为动态的过程，既能够帮助节点选择更好的逻辑邻居节点实现快速的视频搜索，还能够帮助节点保持自身性能不会下降。

附图说明

图1是移动内容中心网络的结构示意图；

图2是本发明的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

移动内容中心网络中基于贡献度感知的视频共享方法，移动内容中心网络中的节点依据视频内容兴趣方向和/或搜索视频的相关度与其它节点建立逻辑邻居关系；节点通过其逻辑邻居节点搜索和传输视频，并在搜索视频的过程中评估其逻辑邻居节点的贡献度；节点根据与逻辑邻居节点的交互情况删除或者维护逻辑邻居节点，在维护逻辑邻居节点时维护的时间与逻辑邻居节点的贡献度正相关。

节点选定逻辑邻居节点的具体方法为包括S1.1～S1.3。

S1.1、节点对自身存储的视频进行分类并生成一个分类表，每个分类中包括若干个视频。

例如网络中任一节点n_i，其首先将本地缓存的所有视频CL_i＝(v_a，v_b，……，v_k)分成若干个视频分类(VC_a,VC_b,…,VC_h)，然后根据视频分类生成一个分类表VI_i＝(VL_a,VL_b,…,VL_h)，其中VL_a包含了n_i本地缓存的所有属于视频分类VC_a的视频，依此类推。

S1.2、节点根据分类表确定自身的兴趣方向，兴趣方向用分类表中的一个或者多个视频分类进行表示。

兴趣方向可以反映出n_i在搜索视频时可能的搜索方向，提高搜索视频的效率，也可以方便其他节点在搜索视频时根据视频对应地兴趣方向快速地找到n_i，提高搜索视频的速度和准确度。

确定兴趣方向的具体方法为：首先将本地的视频播放记录tr_i中的视频与分类表建立映射关系，从而将tr_i表示为若干个视频分类的集合，即tr_i＝(VL_a,VL_b,…,VL_m)，设

表示tr_i中每个视频分类平均包含视频数量，其中|VL_c|表示VL_c中所含视频数量，h为tr_i中视频分类的数量，在这h个视频分类中，以VL_a为例，若

则可认为VL_a是n_i感兴趣的视频分类。通过前述计算过程，可以获得n_i感兴趣的视频分类集合SI_i＝(VL_a,VL_b,…,VL_t)。

S1.3、节点与所有一跳邻居节点之间相互交换分类表，并且将交换得到的分类表与自身的分类表进行兴趣方向对比，根据比对结果节点将兴趣方向相同的的一跳邻居节点中选定为逻辑邻居节点。

因为初始时，网络中任一节点n_i均没有存储MCCNs中其他节点所存储的视频信息，所以无法直接进行视频搜索和视频传输。而n_i自身存储的视频数量又无法满足用户的播放需求，因此需要获取其他节点存储的视频信息，方便用户在MCCNs中寻找视频，但是在初始状态下，n_i直接向所有节点获取视频信息会带来巨大的通信量和计算量，对于MCCNs中性能和能源供给均有限的移动节点来说是非常困难的，所以本发明中n_i首先通过与其一跳邻居节点交互，从其一跳邻居节点中选择若干个节点作为其逻辑邻居节点，从而减小通信量和计算量，降低网络的负载和消耗。

因为节点已经生成了自己的分类表，所以在交换视频信息的时候只需要交换分类表即可，例如n_i将VI_i发送至一跳邻居节点n_h，则n_h收到VI_i后也将本地缓存的视频信息VI_h发送至n_i。

在交换完成之后，n_i可以计算对于n_h缓存的视频的感兴趣程度，计算公式如下：

其中，|VI_h∩SI_i|表示VI_h和SI_i的交集中所含视频分类数量；MAX[|VI_h|,|SI_i|]返回两个集合VI_h和SI_i中拥有视频分类数量的最大值。设

R_h∈[0,1]为VI_h和SI_i的交集中所含视频数量与VI_h中所含视频数量的比值，其中，N(VI_h∩SI_i)和N(VI_h)分别返回集合VI_h∩SI_i和VI_h中所含视频的数量。若I_ih≥R_h，则表明n_i与n_h在视频内容兴趣方面是相似的；否则，若I_ih<R_h，则表明n_i与n_h在视频内容兴趣方面是不相似的。若n_i与n_h在视频内容兴趣方面是相似的，则n_i将n_h视为逻辑邻居节点，n_i向n_h发送建立逻辑邻居关系的请求消息。n_h在接收到请求消息后进行校验，若n_h根据本地缓存的视频利用前述方法经过计算后发现n_h与n_i在视频内容兴趣方面是相似的，则n_h会接受来自于n_i的邀请，n_h与n_i建立逻辑邻居关系；否则，n_i与n_h中任一节点认为在视频内容兴趣方面是不相似的，则n_i与n_h无法建立逻辑邻居关系。

所有逻辑邻居节点认定完成之后，节点生成一个逻辑邻居节点列表NL_i＝{(n_a,CL_a),(n_b,CL_b),...,(n_k,CL_k)}，其中，n_a，n_b，……，n_k为节点ID；CL_a，CL_b，……，CL_k为n_a本地缓存的视频列表。

S1.4、节点将所有逻辑邻居节点的分类表与自身的分类表进行融合。

当n_i与n_h已经建立逻辑邻居关系后，n_h缓存的视频及其维护的逻辑邻居节点缓存的视频均被视为n_i可以利用的视频资源，从而将n_h的分类表与自身的分类表进行融合。

S2、节点与逻辑邻居节点进行交互，并通过逻辑邻居节点在MCNNs内搜索视频和传输视频。

节点通过逻辑邻居节点在移动内容中心网络搜索和传输视频的具体方法包括S2.1～S2.4。

S2.1、节点作为搜索节点生成视频搜索消息，并将视频搜索消息传输给一个逻辑邻居节点。

在MCCNs中，任一节点n_i想要获取内容时，n_i依赖邻居节点去搜索网络中存储有请求的视频的资源提供者，请求的方式可以采用的基于消息广播或者单播的请求转发方法。基于消息广播的请求转发方法采用消息“泛洪”的方式在网络中传播请求消息，使每个网络节点在接收到请求消息后继续向其邻居节点广播该请求消息，直至发现资源提供者或当该请求消息达到最大转发次数时终止转发。基于消息广播的请求转发方法不仅需要消耗大量的网络带宽以及网络节点的计算和带宽资源，并且容易引起网络拥塞，对用户的体验质量产生极大的负面影响。基于消息单播的请求转发方法使每个网络节点在接收到请求消息后根据节点间关于内容信息交互后所收集的内容信息将请求消息转发至下一跳节点，迭代转发过程并最终搜索到资源提供者或当请求消息达到最大转发次数时终止转发。基于消息单播的请求转发方法利用收集的内容信息以较低网络带宽消耗的方式转发请求消息，网络节点仅需要消耗一定的存储、带宽和计算资源来收集和维护邻居节点存储的内容信息。因此，搜索节点在发出视频搜索信息的时候，采用单播的方式，只传输给其中一个逻辑邻居节点。

例如当n_i想要观看一个视频v_j时，n_i会发送一个视频搜索消息至中NL_i的一个元素n_h，由n_h负责为n_i在网络中搜索v_j。

S2.2、逻辑邻居节点接收到视频搜索消息后检索自身存储的视频，若存储有搜索的视频则直接发送给搜索节点，若未存储有搜索的视频则将搜索消息转发给自身的一个逻辑邻居节点。

n_h在接收到视频搜索消息后，首先检查本地缓存的视频内容，若本地已存储v_j，则n_h直接返回v_j的数据至n_i；否则，n_h会将视频搜索消息转发给自身的一个逻辑邻居节点，从而查询n_h的逻辑邻节点列表NL_h中是否拥有存储v_j的逻辑邻居节点。

S2.3、重复S2.2直到有节点检索到自身存储有搜索的视频，则该节点为资源提供者。

如果n_h的逻辑邻居节点列表NL_h中所包含的节点没有存储v_j，则n_h需要选择一个逻辑邻居节点作为下一跳节点去继续转发该请求消息，直到MCCNs中的某个节点n_m检索到自身存储有v_j为止，n_m即成为资源提供者。

S2.4、资源提供者将搜索的视频传输给搜索节点。

即n_m将v_j发送给n_i。

基于上述过程，可以知道在MCCNs中，对于视频搜索性能而言，逻辑邻居节点的选择是至关重要的。而对于每个逻辑邻居节点n_i都需要消息其自身的计算、带宽和存储资源来进行维护，而且n_i也需要为逻辑邻居节点提供视频搜索服务。如果n_i的逻辑邻居节点n_h存储的视频资源无法满足n_i的需求，而且n_h也无法为n_i提供成功的搜索服务，则n_h无法对n_i做出贡献，则n_h与n_i之间的逻辑邻居关系时无意义或冗余的，n_i可以将它们之间的逻辑邻居关系删除。为了能够准确地评价每个逻辑邻居节点对视频搜索性能的贡献，本发明提出了一种根据视频搜索过程计算逻辑邻居节点贡献度的方法。

S3、节点在搜索视频的过程中评估逻辑邻居节点的贡献度，并且使贡献度与视频分类相对应，贡献度用于表征逻辑邻居节点在视频搜索和传输过程中的性能。

因为在同一视频分类中的视频内容存在相关或相似，当一个用户对同一视频分类中的某些视频感兴趣时，则表明该用户对该视频分类感兴趣，那么很可能该用户会继续搜索此类视频。因此，在评估逻辑邻居节点的贡献度的时候，将其与视频分类相对应，这样能够减少计算量，更加适用于性能和能源供给有限的MCCNs节点。

节点评估逻辑邻居节点贡献度的具体方法包括S3.1～S3.5。

S3.1、节点设定启动延时阈值。

视频传输具有延时敏感特性，视频的搜索与传输对延时具有较高的要求，因此对贡献度的评估首先应该考虑到延时，延时可以用从视频请求到视频播放的启动延时来表示，视频内容请求者总是希望能够将请求消息转发至贡献度较高的逻辑邻居节点，从而实现启动延时的最小化，以满足用户自身的体验质量要求。设d_ui表示根据n_i自身的体验质量要求而设定的启动延时阈值，即d_ui是n_i可以忍受的启动延时的最大值。

S3.2、节点计算从搜索开始到启动播放之间的时间，记为真实启动延时。

若n_i想要获取视频v_j，n_i将请求消息转发至逻辑邻居列表中NL_i的一个逻辑邻居节点n_h，无论n_h是选择下一跳转发节点进行请求消息的转发还是直接返回v_j，n_i只是等待接收视频数据，所以真是启动延时可以由n_i自行计算得出。当n_h为n_i搜索到v_j并使n_i完成启动后，d_rh就表示为n_i的真实启动延时。若d_ui小于d_uh，则n_h承担的此次搜索任务是失败的，否则，如果d_uh∈[0,d_ui]，则n_h承担的此次搜索任务是成功的，满足n_i的体验质量要求。

S3.3、节点根据逻辑邻居节点的搜索过程评估逻辑邻居节点的资源供给能力和数据交付能力。

在一次完整的视频搜索和传输过程中，启动延时主要包括搜索过程延时和传输过程延时。搜索过程延时主要由节点的资源供给能力决定，如果节点的资源供给能力强，那么搜索过程所要经历的节点跳数就能减少，从而降低延时，反之则延时会增加。传输过程延时主要由节点的数据交付能力决定，如果节点的数据交付能力强，那么就能更快地将视频数据传输给请求节点，从而降低延时，反之则延时会增加。因为决定延时长短的条件比较复杂，所以在评估贡献度的时候如果只使用真实启动延时，无法真实地表征出逻辑邻居节点的性能，因此本发明引入了资源供给能力和数据交付能力两个参数共同对贡献度进行修正，从而提高贡献度评估结果的准确性。

节点根据搜索的视频在传输过程中所经过的所有中继节点的缓存视频数量和搜索成功率计算逻辑邻居节点的资源供给能力。

在MCCNs中，影响节点资源供给能力的因素主要是节点缓存的视频数量和节点所记录的其他节点中存储的视频数量。因为如果节点缓存的视频数量大，那么就有更大的几率缓存有搜索的视频，也就有更大的几率直接将请求的视频传输给请求节点，从而缩短延时。而在节点无法利用自身缓存的视频为请求节点提供资源时，如果节点缓存的其他节点中存储的视频数量更大，就能更大几率地通过较少的跳数找到搜索的视频，也就是说更容易成功搜索到视频，所以本发明利用缓存视频数量和搜索成功率计算逻辑邻居节点的资源供给能力。

当节点n_i想要观看一个属于视频分类VC_j的视频v_a时，n_i将请求消息转发给其逻辑邻居节点n_h，由n_h负责为n_i搜索视频v_a。此时n_i计算n_h缓存的视频数量的方法如下：

式中，

表示n_h缓存的属于视频分类VC_j的视频数量；NV_t表示n_h本地缓存视频的总数量，因为n_h是n_i的逻辑邻居节点，互相交换过分类表，所以能够直接知道

和NV_t。RV_h能够表征出n_h对于视频分类VC_j的感兴趣程度，RV_h值越大，则n_h观看VC_j的视频数量越多，对VC_j的视频越感兴趣，那么n_h缓存v_a的概率也就越高，或者n_h与其他存储与v_a相关或相似视频的节点之间交互频率也越高。

n_h对于视频分类VC_j的搜索成功率的计算方法如下：

式中，R_ih(VC_j)是对应于视频分类VC_j所含视频的搜索成功率；RN_s和RN_t分别表示搜索成功的次数和总的搜索次数。

至此，n_i能够得到n_h缓存的视频数量和搜索成功率，当n_h能够直接向n_i传输搜索的视频的时候，n_i能够得到n_h准确的资源供给能力，但是多数情况下，n_h都不能直接向n_i传输搜索的视频，而是需要经过若干个中继节点的转发，此时如果仅采用n_h本身缓存的视频数量和搜索成功率对其资源供给能力进行评价是不够准确的。本发明通过将所有中继节点的资源供给能力传输至n_i实现对n_h资源供给能力的准确评价，因为一次成功的搜索必然是将请求消息逐渐转发至最有可能存储请求视频的节点，在搜索路径中所有中继节点的缓存视频数量及其搜索成功率可以用来评估逻辑邻居节点的资源供给能力。

如果n_h及其逻辑邻居节点没有缓存v_a，则n_h选择其一个逻辑邻居节点n_k作为下一跳节点，将请求消息转发至n_k。n_k会继续在其维护的逻辑邻居节点中搜索v_a，直到最终找到存储有v_a的资源提供者n_p，n_p收到请求消息并返回v_a的数据后，搜索过程结束，此次搜索过程的搜索路径可以表示为LP_h＝(n_h,n_k,…,n_p)。n_i利用LP_h中包含的所有中继节点缓存的视频数量和搜索成功率共同评价n_h对于视频分类VC_j的资源供给能力。并且n_i可以根据搜索路径中所有中继节点缓存的视频数量和搜索成功率信息来判断以n_h为始点的搜索路径是否满足中继节点缓存的视频数量和搜索成功率递增的要求，也就是说，搜索路径内的中继节点所感兴趣的视频内容是否与n_i请求视频v_a的相关度越来越高。

本发明利用一个基于资源提供者的反馈方法来获取所有中继节点的缓存视频数量和搜索成功率。由于资源提供者作为搜索路径的终点，若每个中继节点将自身的缓存视频数量和搜索成功率信息添加至转发的请求消息中，则资源提供者就能够收集所有的中继节点的缓存视频数量和搜索成功率信息。例如，当n_h收到来自于搜索节点n_i的请求消息后，n_h就将自身的RV_h和R_ih(VC_j)添加至请求消息中，并将该请求消息转发至其选择的下一跳节点n_k，若n_k也未存储v_a，则n_k也会将自身的RV_k和R_ik(VC_j)添加至请求消息中，并将请求消息转发至其所选的下一跳节点。经过不断地迭代，n_j发现了资源提供者n_p，并将自身的RV_j和R_ij(VC_j)添加至请求消息中，转发至n_p。资源提供者n_p收到了请求消息后，将所有中继节点和自身的缓存视频数量和搜索成功率信息添加至v_a的数据中，并发送给n_j。n_j则会继续按照反向搜索路径的将该数据返回至n_i。n_i可获得搜索路径所含所有中继节点的缓存视频数量和搜索成功率信息，即RS_i＝(R_ih,R_ik,…,R_ij,R_ip)和RVS_i＝(RV_h,RV_k,…,RV_j,RV_p)。

由于灰色关联分析模型中灰色关联系数可以度量由离散数据构成的两条曲线之间的相关程度，因此，本发明利用灰色关联系数来评价两个集合RS_i和RVS_i构成曲线的相关程度。首先将RS_i和RVS_i中所有元素进行标准化处理：

式中，att表示评估参数，即缓存视频数量(RS_i)和搜索成功率(RVS_i)。x(att)是评估参数(RS_i和RVS_i)所含元素；upper_att和lower_att分别是评估参数中所含元素的最大值和最小值。然后计算RS_i和RVS_i之间的关联度：

式中，θ_att是x^*(att)的权重，GRC(RS,RVS)表示由两个集合RS_i和RVS_i构成曲线的相关程度。若RS_i和RVS_i构成曲线均呈现递增趋势，可认为RS_i和RVS_i具有较高的正相关度，即整个搜索路径是沿着对视频类别VC_j感兴趣程度越来越高的梯度方向展开的，GRC(RS,RVS)为正值；若RS_i和RVS_i构成曲线均呈现递减趋势，可认为RS_i和RVS_i具有较高的负相关度，即整个搜索路径是沿着对视频类别VC_j感兴趣程度越来越低的梯度方向展开的，GRC(RS,RVS)为负值。若RS_i和RVS_i呈无规则抖动、RS_i递增而RVS_i递减或RS_i递减而RVS_i递增，则表明RS_i和RVS_i不相关或相关度较低。

基于以上分析，根据RS_i和RVS_i构成曲线的递增和递减情况，可将RS_i和RVS_i的相关度值GRC(RS,RVS)定义为[-1,1]的范围内。在整个视频搜索过程中，n_i将请求消息转发至n_h，是希望n_h能够帮助n_i尽快搜索到v_a，因此n_h的选择是非常重要，决定了是否能够尽快的发现资源提供者。以n_h为首的中继节点集合对于v_a的感兴趣程度和搜索能力的相关度值GRC(RS,RVS)可以作为n_h对于n_i的贡献度的影响因子：

节点根据搜索的视频在传输过程中所经过的所有中继节点的地理位置和转发延时计算逻辑邻居节点的数据交付能力。

搜索路径所含中继节点之间的地理距离和每个中继节点的数据转发能力是影响视频传输过程延时的重要因素。如果中继节点之间的地理距离比较远，那么相应的也就需要更长的传输时间，导致启动延时增加。如果中继节点转发数据的能力较差或者通信状况不稳定，会导致转发过程消耗更多的时间，进而导致启动延时增加。在实际情况中，地理距离和转发延时是相互影响的。

一方面，地理距离的远近会影响节点的之间的通信质量。若中继节点之间地理距离越近，在数据转发的周期时间内和传输路径具有较好通信质量的情况下即使中继节点的地理位置发生了变化，也不会对传输延时造成严重的负面影响。反之，若中继节点间地理距离越远，节点的移动性会导致节点间的传输路径发生变化，例如当n_i和n_h在t₁时刻为一跳关系，在t₂时刻n_i和n_h的移动性导致n_i和n_h之间成为多跳关系，这样的传输路径变化会导致中继节点的通信质量容易受到影响，从而导致数据传输延时增加。

另一方面，节点的地理距离也能够间接地反映节点移动性的稳定性。若两个节点间的地理距离始终保持在某一较小范围内抖动，则表明两个节点的移动性是稳定的；反之，若两个节点间的地理距离呈线性增加或始终保持在较大范围内抖动，则表明两个节点的移动性是不稳定的。

为了能够准确的描述出逻辑邻居节点的数据交付能力，本发明综合分析节点的地理位置和转发延时，从而准确地得出逻辑邻居节点的数据交付能力。本发明通过反向传输的方法将所有中继节点的地理位置和转发延时汇总在一起供搜索节点分析计算。

例如，n_i作为视频数据的传输路径的终点，收集包括资源提供者n_p以及所有中继节点的地理位置和转发延时。具体地，n_p除了将视频数据转发至下一跳节点n_j外，还把自身的地理位置信息(x_p,y_p)和转发视频数据当前的时间戳t_p添加至视频数据包中。同理，n_j收到来自于n_p的视频数据后，继续将自身的地理位置信息和转发视频数据当前的时间戳添加至视频数据包中，转发至下一跳节点。迭代上述过程，直至该视频数据被转发至视频请求者n_i。因此，n_i可以获得包括资源提供者n_p以及所有中继节点的地理位置和转发延时，即LS_i＝((x_p,y_p),(x_j,y_j),…,(x_h,y_h))和TS_i＝(t_p,t_j,…,t_h)。n_i首先利用欧式距离计算包括资源提供者n_p以及所有中继节点之间的地理距离和延时。n_p和n_j之间的地理距离和延时的计算方法如下：

式中，d_pj表示n_p与n_j之间的视频数据转发延时；D_pj表示n_p与n_j之间的地理距离。LS_i和TS_i可以被分别重新定义为LS_i＝(D_pj,D_jl,…,D_hi)和TS_i＝(d_pj,d_jl,…,d_hi)。n_i总是希望数据传输路径中所含中继节点能够呈现地理距离和转发延时下降的趋势。这是因为除了节点间较近的地理距离可以降低节点移动性对转发延时带来的负面影响外，节点间传输路径的通信质量也是影响转发延时的重要因素。若节点间的地理距离较近，但数据转发延时较高，则表明两个节点间传输路径的通信质量较低，如拥塞或无线信号较差。

n_i利用前述的灰色关联分析模型计算LS_i和TS_i的灰色关联系数，以度量数据传输路径所含中继节点的选择质量。若LS_i和TS_i中元素构成的曲线均呈现下降或上升趋势，表明LS_i和TS_i是正相关；若LS_i和TS_i呈无规则抖动、LS_i递增而TS_i递减或LS_i递减而TS_i递增，则表明LS_i和TS_i不相关或相关度较低。以n_p为资源提供者的中继节点集合对于v_a的数据传输能力的相关度值GRC(LS,TS)可以作为n_h对于n_i的贡献度的影响因子：r_h＝GRC(LS,TS)。

S3.4、节点依据启动延时阈值、真实启动延时、资源供给能力和数据交付能力评价逻辑邻居节点的贡献度。

其中，VC_j是n_i请求的视频v_a所属的种类，即v_a∈VC_j，限定了视频搜索的范围。C_h(VC_j)表示在搜索对应于视频分类VC_j的内容时节点n_h的贡献度值。

S3.5、节点将该视频传输过程中逻辑邻居节点的贡献度记为该邻居节点对于该视频所在视频分类的贡献度。

S4、节点根据与逻辑邻居节点的交互情况删除或者维护逻辑邻居节点，在维护逻辑邻居节点时维护的时间与逻辑邻居节点的贡献度成正比。

因为节点要消息其自身的计算、带宽和存储资源来维护逻辑邻居节点，而且节点也需要为逻辑邻居节点提供视频搜索服务，所以节点与逻辑邻居节点之间的关系应该是动态变化的，从而在保证视频传输性能的情况下减少自身的资源消耗。例如n_i的逻辑邻居节点n_h存储的视频资源无法满足n_i的需求，而且n_h也无法为n_i提供成功的搜索服务，即n_h的搜索延时大于n_i的要求，则n_h与n_i之间的逻辑邻居关系时无意义或冗余的，n_i可以将它们之间的逻辑邻居关系删除；反之则n_i可以继续维护与n_h之间的逻辑关系。

节点删除或者维护逻辑邻居节点的具体方法包括S4.1～S4.3。

S4.1、节点与逻辑邻居节点之间设定逻辑关系有效周期，这里用T_ih表示。

S4.2、如果在逻辑关系有效周期内节点和逻辑邻居节点之间未进行交互，则节点删除逻辑邻居节点；果在逻辑关系有效周期内，节点和逻辑邻居节点之间发生交互，则逻辑关系有效周期延长。

n_h与n_i建立逻辑邻居关系且经过周期时间T_ih后，n_h与n_i并没有为彼此分配视频搜索任务，则n_h与n_i之间逻辑邻居关系失效，n_h(n_i)会删除维护的n_i(n_h)的信息。如果n_h(n_i)完成n_i(n_h)分配的视频搜索任务，则将会计算n_i(n_h)的贡献度，从而延长逻辑邻居关系的有效周期时间。

S4.3、节点根据逻辑邻居节点的贡献度计算逻辑关系有效周期的延长量，延长量与贡献度成正比。

当n_h完成n_i分配的搜索任务后，n_i可计算延长的有效周期时间长度，计算方法如下

其中，

表示n_h与n_i之间逻辑邻居关系剩余的有效周期时间；C_h(VC_j)表示n_h完成n_i分配的搜索视频分类VC_j的贡献度；VT_ih表示更新后的n_h与n_i之间逻辑邻居关系的有效周期时间。显然，若n_h与n_i之间彼此分配的搜索任务越多且成功搜索的数量越多，则n_h与n_i之间逻辑邻居关系的有效周期时间就越长。网络中的节点可按照上述方法与其他节点建立逻辑邻居关系，利用公式9和逻辑邻居关系有效周期时间决定是否删除逻辑邻居关系，并利用维护的逻辑邻居节点在网络中搜索请求的视频内容。

S5、节点根据搜索视频的过程添加逻辑邻居节点。

在视频搜索过程中，中继节点总是希望能够将视频请求消息转发至存储与请求视频在内容上较为相似的视频且数量较多的节点，从而提高请求命中的概率，也就是说，在搜索路径内中继节点缓存的与请求视频在内容上较为相似的视频的数量应当呈现增加趋势；在另一方面，中继节点也希望能够将视频请求消息转发至搜索能力较强的节点，从而提高请求命中的概率，也就是说，在搜索路径内中继节点的对于与请求视频相似或相关视频的搜索能力呈现增加趋势。然而，并不是每个节点的一跳邻居都具备缓存相关视频的数量众多且搜索能力强。因此，网络中每个节点都希望能够与存储的视频资源与其兴趣相关且数量较多、搜索能力较强的节点建立逻辑邻居关系，即使该节点不是一跳邻居节点。

节点增加逻辑邻居节点的具体方法包括S5.1～S5.6。

S5.1、节点设置逻辑邻居节点添加条件阈值；

S5.2、节点在搜索视频的过程中获取所有中继节点缓存的视频信息；

S5.3、节点计算中继节点缓存的视频与搜索的视频之间的相关度，相关度的计算方法与前述的节点和一跳邻居节点之间计算相关度的方法相同；

S5.4、如果相关度高于逻辑邻居节点添加条件阈值，则节点向该中继节点发送建立逻辑关系请求，反之则不发送，因为中继节点通常都不是节点的一跳邻居节点，通信难度会更高，所以设定一个逻辑邻居节点添加条件阈值，当相关度超过这个阈值之后才选择将相应的中继节点添加为逻辑邻居节点。

S5.5、该中继节点在接收到建立逻辑关系请求之后，进行相关度校验；

S5.6、如果相关度校验通过则中继节点接受建立逻辑关系请求，反之则拒绝逻辑关系搜索。

本发明提供了移动内容中心网络中基于贡献度感知的视频共享方法，每个移动节点拥有若干个逻辑邻居节点，并且逻辑邻居节点可以是一跳邻居节点或者多跳邻居节点，节点借助于逻辑邻居节点通过单播的方式进行视频搜索和视频传输，既能够降低网络的负载和消耗，还能够提高搜索视频的成功率。

在设定逻辑邻居节点的基础上，考虑到移动节点的计算能力、存储能力和能源供给都有限，为了进一步降低视频搜索过程中的计算复杂度，本发明通过对视频进行分类，利用视频分类表征出节点的兴趣方向，从而在视频搜索的过程中能够利用兴趣方向快速搜索到想要观看的视频。

在通过视频分类提高搜索效率的基础上，为了进一步提高视频搜索成功率、降低搜索成本和延时，本发明提供了一个逻辑邻居节点贡献度评估方法，节点收集每次搜索过程中逻辑邻居节点和所有中继节点的缓存视频数量、搜索成功率、地理位置和转发延时等信息来计算逻辑邻居节点的贡献度。通过对逻辑邻居节点进行贡献度感知，节点能够借助延时更短的逻辑邻居节点进行视频搜索，从而降低实际启动延时，提升用户体验。

在设定逻辑邻居节点和对逻辑邻居节点进行贡献度感知的基础上，为了避免节点长期维护与冗余逻辑邻居节点的关联而浪费自身性能，本发明还提供了增加、维护和删除逻辑邻居节点的方法，使逻辑邻居节点的设定成为动态的过程，既能够帮助节点选择更好的逻辑邻居节点实现快速的视频搜索，还能够帮助节点保持自身性能不会下降。

基于前述效果，本发明特别适用于无线移动网络中的车联网、移动自组网、蜂窝网络和无线局域网等场景。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.移动内容中心网络中基于贡献度感知的视频共享方法，其特征在于：

所述移动内容中心网络中的节点依据视频内容兴趣方向和/或搜索视频的相关度与其它节点建立逻辑邻居关系；

节点通过其逻辑邻居节点搜索和传输视频，并在搜索视频的过程中评估其逻辑邻居节点的贡献度；

节点根据与逻辑邻居节点的交互情况删除或者维护逻辑邻居节点，在维护逻辑邻居节点时维护的时间与逻辑邻居节点的贡献度正相关；

节点选定逻辑邻居节点的具体方法为：

S1.1、节点对自身存储的视频进行分类，并生成一个包含若干个视频分类的分类表，每个视频分类中包括若干个视频；

S1.2、节点根据分类表确定自身的兴趣方向，兴趣方向用分类表中的一个或者多个视频分类进行表示；

S1.3、节点与所有一跳邻居节点之间相互交换分类表，并且将交换得到的分类表与自身的分类表进行兴趣方向对比，根据比对结果将兴趣方向相同的一跳邻居节点中选定为逻辑邻居节点；

在交换完成之后，网络中任一节点n_i计算对于一跳邻居节点n_h缓存的视频的感兴趣程度，计算公式如下：

其中，|VI_h∩SI_i|表示本地缓存的视频信息VI_h和节点感兴趣的视频分类集合SI_i的交集中所含视频分类数量；MAX[|VI_h|,|SI_i|]返回两个集合VI_h和SI_i中拥有视频分类数量的最大值；

设

为VI_h和SI_i的交集中所含视频数量与VI_h中所含视频数量的比值，其中，N(VI_h∩SI_i)和N(VI_h)分别返回集合VI_h∩SI_i和VI_h中所含视频的数量；

若I_ih≥R_h，则表明n_i与n_h在视频内容兴趣方面是相似的；否则，若I_ih<R_h，则表明n_i与n_h在视频内容兴趣方面是不相似的；

S1.4、节点将所有逻辑邻居节点的分类表与自身的分类表进行融合；

节点通过逻辑邻居节点在移动内容中心网络搜索和传输视频的具体方法为：

S2.1、节点作为搜索节点生成视频搜索消息，并将视频搜索消息传输给一个逻辑邻居节点；

搜索节点在发出视频搜索信息的时候，采用单播的方式，只传输给其中一个逻辑邻居节点；

S2.2、逻辑邻居节点接收到视频搜索消息后检索自身存储的视频，若存储有搜索的视频则直接发送给搜索节点，若未存储有搜索的视频则将搜索消息转发给自身的一个逻辑邻居节点；

S2.3、重复S2.2直到有节点检索到自身存储有搜索的视频，则该节点为资源提供者；

S2.4、资源提供者将搜索的视频传输给搜索节点；

节点评估逻辑邻居节点贡献度的具体方法为：

S3.1、节点设定启动延时阈值；

S3.2、节点计算从搜索开始到启动播放之间的时间，记为真实启动延时；

S3.3、节点根据逻辑邻居节点的搜索过程评估逻辑邻居节点的资源供给能力和数据交付能力；

S3.4、节点依据启动延时阈值、真实启动延时、资源供给能力和数据交付能力评价逻辑邻居节点的贡献度；

S3.5、节点将该视频传输过程中逻辑邻居节点的贡献度记为该邻居节点对于该视频所在视频分类的贡献度；

S3.3中，节点根据搜索的视频在传输过程中所经过的所有中继节点的缓存视频数量和搜索成功率计算逻辑邻居节点的资源供给能力；

节点n_i计算n_h缓存的视频数量的方法如下：

式中，

表示n_h缓存的属于视频分类VC_j的视频数量；NV_t表示n_h本地缓存视频的总数量，因为n_h是n_i的逻辑邻居节点，互相交换过分类表，所以能够直接知道和NV_t；

n_h对于视频分类VC_j的搜索成功率的计算方法如下：

式中，R_ih(VC_j)是对应于视频分类VC_j所含视频的搜索成功率；RN_s和RN_t分别表示搜索成功的次数和总的搜索次数。

2.如权利要求1所述的移动内容中心网络中基于贡献度感知的视频共享方法，其特征在于：节点对搜索的视频进行分类，并且在搜索视频的过程中评估逻辑邻居节点对该视频分类的贡献度。

3.如权利要求1所述的移动内容中心网络中基于贡献度感知的视频共享方法，其特征在于：S3.3中，节点根据搜索的视频在传输过程中所经过的所有中继节点的地理位置和转发延时计算逻辑邻居节点的数据交付能力。

4.如权利要求1所述的移动内容中心网络中基于贡献度感知的视频共享方法，其特征在于：节点删除或者维护逻辑邻居节点的具体方法为：

S4.1、节点与逻辑邻居节点之间设定逻辑关系有效周期；

S4.2、如果在逻辑关系有效周期内节点和逻辑邻居节点之间未进行交互，则节点删除逻辑邻居节点；如果在逻辑关系有效周期内，节点和逻辑邻居节点之间发生交互，则逻辑关系有效周期延长；

S4.3、节点根据逻辑邻居节点的贡献度计算逻辑关系有效周期的延长量，延长量与贡献度成正比。

5.如权利要求1所述的移动内容中心网络中基于贡献度感知的视频共享方法，其特征在于：节点增加逻辑邻居节点的具体方法为：

S5.1、节点设置逻辑邻居节点添加条件阈值；

S5.2、节点在搜索视频的过程中获取所有中继节点缓存的视频信息；

S5.3、节点计算中继节点缓存的视频与搜索的视频之间的相关度；

S5.4、如果相关度高于逻辑邻居节点添加条件阈值，则节点向该中继节点发送建立逻辑关系请求，反之则不发送；

S5.5、该中继节点在接收到建立逻辑关系请求之后，进行相关度校验；

S5.6、如果相关度校验通过则中继节点接受建立逻辑关系请求，反之则拒绝逻辑关系搜索。

Images